图像处理
beachboy1992
自由 安静 闲适 从容
展开
-
霍夫变换
经过边缘检测得到的图像是不连续的,可以使用链接技术将边缘像素组合成完整的边缘。 霍夫变换是一个非常重要的检测间断点边界形状的方法。它通过将图像坐标的空间变换到参数空间实现直线和曲线的拟合。 注意: 1、由于原图像中的直线具有 一定的宽度,在实际上相当于多条参数及其接近的单像素宽直线,往往对应于参数空间中相邻的多个累加器单元。因此,每找到一个当前最大的 峰值点后,需要将该点及其附近点清零,以防原创 2014-12-04 15:48:46 · 543 阅读 · 0 评论 -
第五章 基于形态学运算的图像变换
由于形态学的惯例是用高(白色)像素表示前景物体,用低(黑色)像素表示背景物体,我们需要对图像进行取反。 在opencv中,腐蚀和膨胀由函数cv::erode和cv::dilate实现,用法如下: cv::Mat image=cv::imread("binary.bmp");原创 2016-05-06 10:13:03 · 480 阅读 · 0 评论 -
小波变换
小波变换将一维时域函数映射到 二维“时间-尺度”域上,因此,f(t)在小波基上的展开具有多分辨率的特征。f=imread('huidu.gif'); imshow(f); [c,s]=wavefast(f,1,'sym4'); figure; wave2gray(c,s,-6);%利用小波工具箱的函数显示变换后灰度图 [nc,y]=wavecut('a',c,s); figure; wave2gr原创 2014-12-03 09:33:24 · 647 阅读 · 0 评论 -
自适应中值滤波器
中值滤波处理椒盐噪声具有非常好的效果。但也存在弊端,没有噪声的细节也被抹去了。自适应中值滤波可以很好的保存图像的细节。 算法分为两步A和B A: A1=中值减去模板内像素的最小值 A2=中值减去模板内像素的最大值 若A1>0且A2 否则增大窗口尺度。若窗口尺寸 否则输出该点灰度像素值。 B: B1=该点灰度像素值减去模板内像素的最小值 B2=该点灰度像素值减去模板内像素的最原创 2014-12-03 20:39:24 · 1184 阅读 · 0 评论